近日，中國科學院深圳先進技術研究院醫(yī)藥所計算機輔助藥物設計中心的袁曙光課題組，在 Cell 子刊 Trends in Pharmacological Sciences（藥理學趨勢，影響因子=11.5） 上發(fā)表題為 Advancing Drug Discovery viaArtificial Intelligence（利用AI助推新藥研發(fā)）的綜述性論文。

本論文作者結合自身的藥物研發(fā)成功經(jīng)驗，系統(tǒng)介紹了如何利用 AI 來完成臨床前新藥創(chuàng)新。AI 在臨床前的各個階段都發(fā)揮著舉足輕重的作用，包括：藥物作用靶標的預測、藥物分子結合位點預測、靶標蛋白三維結構預測、計算機虛擬篩選、海量虛擬數(shù)據(jù)的構建、藥物分子適應癥的預測、化學合成布局、藥物分子結構改造、藥物毒理毒性預測、藥物分子水溶性預測、以及臨床前藥物研發(fā)最后期的分子晶形預測等。

與傳統(tǒng)新藥研發(fā)管線比，基于AI和生物計算的新藥研發(fā)管線平均1-2年就可以完成臨床前藥物研發(fā)。AI和生物計算在新藥領域的應用不僅加速了整個新藥研發(fā)的速度，還大大節(jié)省了新藥的研發(fā)成本。

據(jù)悉，基于AI和計算生物學的研發(fā)管線，該團隊成員曾3年將兩個臨床前first-in-class新藥推向臨床；成功完成20多個不同藥物靶標的計算機虛擬篩選；為多個孤兒受體（orphan receptor）尋找到唯我獨有（me-only）的藥物分子并以此確定了孤兒受體的生理功能與疾病適應癥。

基于AI和計算生物學的藥物研發(fā)管線與傳統(tǒng)研發(fā)管線的對比